内容简介
因子图作为一种状态估计与推理方法，可实现组合导航系统中多源传感器的“即插即用”，在组合导航领域受到广泛关注。该书系统讲述了因子图组合导航的概念内涵、理论架构及其实现，介绍了因子图融合理论、惯性预积分理论、基于因子图优化的多源融合方法等，并结合车载导航、行人导航、视觉SLAM、激光雷达SLAM以及多无人机协同导航应用场景需求，介绍了因子图组合导航的优化架构及其实现方案等。
《因子图组合导航理论与应用》可供从事无人系统感知导航相关研究与技术开发的专业人员参考使用，亦可作为导航及相关技术方向的研究生教材，在适度简化部分内容后，还可用于导航工程、自动化、人工智能等专业高年级本科生的教学。
目录
第1章 绪论
1.1 引言
1.2 导航的基本概念及无人系统中的导航
1.2.1 导航的基本概念
1.2.2 无人系统中的导航
1.3 常用的导航传感器及其导航方式
1.3.1 常用导航传感器
1.3.2 导航方式分类
1.4 本章小结
第2章 惯性导航及组合导航理论基础
2.1 引言
2.2 导航的基本知识
2.2.1 常用坐标系
2.2.2 导航参数的表达与变换
2.3 捷联惯性导航解算原理
2.3.1 捷联惯性导航系统的特点
2.3.2 捷联惯性导航系统的姿态算法
2.3.3 捷联惯性导航速度和位置的解算
2.4 多源信息组合导航系统基础
2.4.1 概述
2.4.2 惯性基组合导航系统的模式与架构
2.4.3 卡尔曼滤波方法及其在组合导航系统中的应用
2.4.4 其他滤波技术及特点
2.5 本章小结
第3章 因子图融合理论与方法
3.1 引言
3.2 因子图的建立与发展概述
3.3 因子图理论基础
3.3.1 因子图的一般模型
3.3.2 概率图与因子图模型
3.3.3 因子图模型的和积算法
3.4 因子图组合导航方法理论基础
3.4.1 因子图优化的内涵
3.4.2 因子图组合导航基本架构
3.4.3 因子图在组合导航中的应用及发展
3.5 本章小结
第4章 基于惯性预积分的因子图组合导航方法
4.1 引言
4.2 基于惯性预积分的因子图优化融合理论
4.2.1 多源导航信息融合中的因子图优化方法研究
4.2.2 传统惯性预积分方法及问题分析
4.3 高精度惯性器件的惯性预积分方法
4.3.1 高精度惯性器件输出建模
4.3.2 高精度惯性导航解算方法研究
4.3.3 改进的高精度惯性预积分方法研究
4.4 仿真与验证
4.4.1 车辆航迹仿真设计
4.4.2 仿真结果分析
4.5 本章小结
第5章 惯性／卫星因子图组合导航方法
5.1 引言
5.2 惯性／卫星组合导航方法概述
5.3 基于时间差分载波相位的高精度回环因子图
……
第6章 面向多源异类信息的因子图组合导航方法
第7章 因子图在车载导航中的应用
第8章 因子图在行人导航中的应用
第9章 因子图在无人系统视觉SLAM中的应用
第10章 因子图在无人系统激光雷达SLAM中的应用
第11章 因子图在多无人机协同导航中的应用
第12章 展望
参考文献
前言/序言
导航系统是各类运动载体平台不可或缺的关键感知信息源，可实时提供载体准确的位置、速度、姿态等信息，是保障载体安全运行和自主运行的重要组成单元。近年来，随着光电信息、人工智能及高端制造技术的快速发展，以无人车、无人机、机器人、机器狗为代表的自主智能体发展迅猛。面向不同的任务需求和成本需求，自主智能体通常会搭载多类导航传感器，并利用多源信息组合导航技术将导航传感器信息进行融合处理，取长补短，以提高组合导航系统在复杂环境下的精度、可靠性、连续性和可用性。
在组合导航技术的发展中，基于卡尔曼滤波（Kalman filter，KF）的多源信息融合技术是一种被广泛采用的方法。近年来，一种新的因子图优化（factor graph optimization，FGO）融合方法引起了人们的广泛关注。与卡尔曼滤波多源信息组合方法不同，因子图优化保留了历史时刻信息，并通过迭代计算的方式将多个时刻的状态进行联合估计，从而可以提升估计精度。因子图优化可有效减少非线性观测信息对状态估计的影响，同时具备对多源异步观测信息的即插即用能力。目前，该方法迅速发展成为无人系统基于视觉／激光雷达即时定位与构图（simultaneouslocalization and mapping，SLAM）领域中应用较多的方法。同时，因子图优化方法也被逐渐拓展应用于不同形式的组合导航系统中，并被证明可以实现比滤波更优的估计结果。
全书共12章，分为理论篇和应用篇，其中理论篇对组合导航系统理论基础及因子图组合导航理论方法进行介绍，应用篇则针对因子图在不同应用环境下的组合导航架构设计、应用方法及其验证进行介绍，从而为复杂环境下的高精度自适应导航提供参考。
本书是南京航空航天大学导航研究中心团队师生集体智慧的结晶，也结合了团队近年来在多源信息融合、惯性导航、视觉／激光雷达SLAM等领域开展科研工作的全面凝练和梳理。其中，赖际舟教授总体负责全书内容撰写，从整体上构建了全书的思路、框架和主体内容，并负责第1～3、12章的撰写工作；吕品副教授负责第4、10、11章的撰写工作；白师宇博士负责第5～7章的撰写工作；袁诚博士生负责第8章的撰写工作；曾庆化教授负责第9章的撰写工作等。在此，还要感谢作者指导的多位博士和硕士研究生为本书付出的辛勤劳动。其中，朱徐东博士、王炳清博士、方玮博士以及杨子寒硕士分别参与了第4、9～11章的撰写工作。
目前因子图组合导航理论与方法正经历着快速的发展，尽管作者努力使本书能够满足广大读者的要求，但由于自身的知识水平有限，本书仅代表团队当前的一些粗浅理解和认识，疏漏和不当之处还望各位读者批评指正。
